DataWorks中maxcompute分组count的结果 t1是什么原因？
DataWorks中maxcompute分组count的结果 t1，和在t1基础上同样分组sum结果就不一致了，是什么原因？select a,b,count(distinct c) as cnt
from table
group by a,b
;
select a,b,sum(cnt) as cnt
from (
select a,b,count(distinct c) as cnt
from table
group by a,b
) t1
group by a,b 就类似于这种，结果不一致，有哪位大佬碰到过吗
写回答
-
在DataWorks或MaxCompute（ODPS）中，当你尝试对子查询中的聚合结果进行二次聚合时，如果你直接使用sum(cnt)来累加count(distinct c)的结果，你会遇到一个问题：count(distinct c)在子查询中已经是针对每个(a, b)组合的唯一计数了，再次对这些计数进行sum并不会得到逻辑上正确的结果，除非你的业务逻辑确实要求这样的累加。
在你给出的例子中：
这里的外部group by a,b是多余的，因为你已经在子查询t1中按a,b进行了分组，并且计算了每个组的count(distinct c)。因此，外部查询中的sum(cnt)实际上是对每个(a, b)组合的单个cnt值进行了求和，由于每个(a, b)组合在子查询中只有一个cnt值，所以sum(cnt)就等于那个cnt值本身。如果你的目的是想要得到每个(a, b)组合的count(distinct c)结果，那么你只需要子查询就足够了，不需要外部查询的group by和sum。
但是，如果你确实想要对某个更高级别的分组进行某种累加（比如按a分组并累加每个b的count(distinct c)），那么你需要一个不同的查询结构。例如：
在这个例子中，我们按a进行了外部分组，并累加了每个a值下所有b值的count(distinct c)结果。总之，确保你的查询逻辑符合你的业务需求，并且不要在不必要的情况下对聚合结果进行二次聚合。
2024-06-26 14:34:30赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
MaxCompute（原ODPS）是一项面向分析的大数据计算服务，它以Serverless架构提供快速、全托管的在线数据仓库服务，消除传统数据平台在资源扩展性和弹性方面的限制，最小化用户运维投入，使您经济并高效的分析处理海量数据。
